A machine learning approach to differentiate between acute asthma and bronchitis in preschool children
Başlık çevirisi mevcut değil.
- Tez No: 773066
- Danışmanlar: YRD. DOÇ. DR. HAKAN KOYUNCU
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Tüm dünyada çocuklarda alt solunum yolu enfeksiyonlarını (ASYE) etkileyen yaygın hastalıklardan biri akut astım ve bronşittir, sıklıkla okul öncesi çağda ortaya çıkar ve iki hastalık arasında örtüşen 12 klinik özellik vardır, bunlardan en yaygın olanları şunlardır: öksürük, hırıltı, burun akıntısı ve nefes darlığı. bu nedenle çoğu insan iki hastalık arasında ayrım yapmaz, yüksek ve sıcak hava gibi hava dalgalanmalarında artan vaka sayısının fazla olması nedeniyle vakaların teşhis edilmesi ve her vaka için uygun tedavinin alınması için uzman bir doktora gitmek gerekir. düşük sıcaklıklar ve doğru teşhis gerektiren duman ve toz vb. iki hastalık arasında ayrım yapan bir tanı elde etmek için. Bu çalışmada, çocuk doktoru tarafından toplanan 512 gerçek vakadan oluşan bir metin veri seti üzerinde bu modelleri eğittiğimiz 3 makine öğrenme modeli (K-NN, Karar ağacı, MLP) ve 2 derin öğrenme modeli (CNN, LSTM) sunduk. Mart 2022'den Haziran 2022'ye kadar dört ay boyunca Irak'taki Felluce Kadın ve Çocuklar Eğitim Hastanesi'nde danışman olarak çalışan bir danışman ve tüm modern yöntemleri kullandıktan sonra nihai sonuçlar, CNN'nin (99.3506) ve ROC - doğrulukla diğer modellerden daha iyi performans gösterdiğini gösterdi. Bu çalışma için ikili sınıflandırıcı olarak seçilen AUC (99.32
Özet (Çeviri)
One of the common diseases that affects the lower respiratory tract infections (LRTI) of children around the world are acute asthma and bronchitis, it often occurs in preschool age and there are 12 clinical features overlapping between the two diseases, the most common of which are coughing, wheezing, runny nose, and shortness of breath. therefore, most people do not distinguish between two diseases, it is necessary to visit a specialist doctor to diagnose the cases and to receive the appropriate treatment for each case , due of the large number of cases that increase during weather fluctuations, such as high and low temperatures and environmental pollution such as fumes smoke and dust, etc., which need an accurate diagnosis, many junior doctors working in emergency halls face difficulties in diagnosing cases and the differentiation between the two diseases, so these doctors' resort to the consulting doctor to obtain a diagnosis that differentiates between the two diseases. In this study, we presented 3 machine learning models ( K - NN , Decision tree , MLP) and 2 deep learning models ( CNN, LSTM ), where we trained this models on a text dataset consisting of 512 real cases that collected by the paediatrician consultant at Fallujah Teaching Hospital for Women and Children in Iraq during four months started in march 2022 to June 2022 and after using all modern methods the final results showed that the CNN outperformed the rest of the models with an accuracy of (99.3506) and ROC – AUC ( 99.32 ) which was chosen as a binary classifier to this study .
Benzer Tezler
- Sayısal haritalama teknikleri kullanılarak DNA dizilimleri üzerinden lösemi hastalığının temel türlerinin yapay zeka tabanlı algoritmalar ile sınıflandırılması
Classification of main types of leukemia disease with artificial intelligence-based algorithms on the DNA sequences using digital mapping techniques
FATMA AKALIN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Development of a machine learning-based system to identify disease biomarkers from human gut microbiota
İnsan bağırsak mikrobiyotasından hastalık biyobelirteçlerinin tespiti için makine öğrenmesi temelli sistem geliştirilmesi
AYŞEGÜL KOÇAK
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAbdullah Gül ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU GÜNGÖR
PROF. DR. MALİK YOUSEF
- State of charge estimation of lithium-ion batteries using machine learning approach
Makine öğrenmesi yaklaşımı kullanılarak lityum iyon pillerin şarj durumu tahmini
OSMAN ALPER ALTUN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE AYAZ
- Train set complexity tunning for imbalance learning
Dengesiz öğrenme için eğitim seti karmaşıklığının ayarlanması
MEHMET ULAŞ
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. MEHMET ALİ ERGÜN
- A support vector machine-based approach for southbound communication detection in SDN using openflow
Openflow kullanarak SDN'de güney yönlü iletişim tespiti için destek vektör makinesi tabanlı bir yaklaşım
ALİ GÖKHAN AVRAN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN SEÇİNTİ